一种无人智慧吊装系统架构

随着制造业、无人驾驶等行业人工智能的飞速发展，工程机械领域也开始迎来自己的无人化、智能化时代。通过文献分析人工智能以及无人驾驶等领域相关技术，重点从逻辑、技术、物理三个方面对智慧吊装系统进行了架构，明确了系统的逻辑顺序，分别对系统感知、决策、控制三个层次进行技术的架构、再对技术实现的物理要素进行说明；构建了一个安全、高效的无人智慧塔吊系统的实现方案。

装配式建筑的发展使工地现场吊装任务大幅增加，人们对塔吊的性能以及效率提出了更高的要求；同时，塔吊作为施工现场主要的水平和垂直运输工具，其相关事故却频发不断，2017 年塔吊每月平均事故发生次数高达10.9 次，塔吊已成为施工现场主要的危险源，严重制约着建筑业的发展。提升建筑工程塔吊安全管理水平，提升塔吊安全保障十分必要。其次，在施工现场，经常是多塔吊协同工作，当现场多个塔吊同时参与吊运时，塔吊间工作的先后顺序和工作流程安排等行为，缺少综合协调管理的人员和平台，仅靠塔吊信号工两两间的临时沟通决策，很难在短时间内进行吊运路径优化和具体操作的指挥协调，进一步加大了管理的难度。人工智能的发展，为塔吊性能优化提供了契机，我们希望将人工智能相关技术应用于塔吊智能化当中，通过人工智能算法代替塔吊工的决策、通过塔吊自动采集信息并分析数据来判断吊装安全问题；构建一种安全、高效的无人操作智慧化吊装系统。通过理论上对塔吊实现智能化进行研究分析，为实际技术应用发展提供相应参考。

2. 文献综述 由于建筑行业多个维度的复杂性使得其无法像一般的工业那样将生产流水线化并进行大规模的快速施工，而对于塔吊智能化的研究国内更是少之又少，表1 主要对国内外一些塔式起重机自动化研究的情况进行说明。

Table 1. Related literature on tower crane 表1. 塔式起重机相关文献论述 来源 相关内容 Lin 等[1] 提出了一种概率上完整的规划方法用于处理提升路径规划的问题，基于快速探索随机树(RRT)的规划器能帮助起重机姿势受限空间的模拟。

Cai 等[2] 使用CUDA 变成在图形处理单元上实现了主从并行遗传算法， 用混合配制空间基于图像的碰撞检测算法实现了在复杂环境中有效避免碰撞生成了高质量的提升路径。

Taghaddos 等[3] 构建一个由密集型数据库支持的编程算法，能在现场布局上规划多台起重机的使用，达到了起重机的自动规划和优化目标。

Albahnassi 等[4] 提出了一个运动规划框架，能够近乎实时地可视化和模拟起重机运动规划结果。

Peng 等[5] 以基于BIM 的全面框架模拟3D BIM 模型中移动式起重机安全提升， 提出了一个支持系统的移动式塔式起重机决策。

Chen 等[6] 根据起重机操作与提升物体姿态之间的关系建立了计算规划两台起重机协同提升路径的算法。

An 等[7] 提出一种考虑起重机操作路径的重新优化策略，规划塔式起重机的起升路径。

丁玉岐[8] 提出了一种计划管理层、设备管理层、设备终端构成的智慧无人化起重机系统。

赵挺生等[9] 对建筑工程塔吊安全影响因素进行了分析。